A B C d E F G H I K L M N O P Q R S T U V W Z A statsmodels.ap.stats.anova_lm(x) statsmodels.formula.api.ols 에 의해 생성되는 모형 즉, 클래스 인스턴스(x)를 인수로 받아 anova를 실행합니다. np.argsort(x, axis=-1, kind=None) 객체 x를 정렬할 경우 각 값에 대응하는 인덱스를 반환합니다. Axis는 기준 축을 지정하기 위한 매개변수로서 정렬의 방향을 조정할 수 있음(-1은 기본값으로 마지막 축) pandas.Series.autocorr(lag=1) lag에 전달한 지연수에 따른 값들 사이의 자기상관을 계산 B scipy.stats.bernoulli(x, p) 베르누이분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 p: 단일 시행에서의 확률 scipy.stats.binom(x, n, p) 이항분포에 관련된 통계량을 계산하기 위한 클래스를 생성합니다. x: 랜덤변수 n: 총 시행횟수 p: 단일 시행에서의 확률 C scipy.stats.chi2.pdf(x, df, loc=0, scale=1) 카이제곱분포의 확률밀도함수를 계산 $$f(x, k) =\frac{1}{2^{\frac{k}{2}−1}Γ(\frac{k}{2})}x^{k−1}\exp\left(−\frac{x^2}{2}\right)$$ x: 확률변수 df: 자유도 pd.concat(objs, axis=0, join=’outer’, …) 두 개이상의 객체를 결합한 새로운 객체를 반환. objs: Series, DataFrame 객체. Axis=0은 행단위 즉, 열 방향으로 결합, Axis=1은 열단위 즉, 행 방향으
식의 단순화 simplify(x): 식 x를 간단히 정리 합니다. div> from sympy import * x, y, z=symbols("x, y, z") simplify(2*sin(x)**2+2*cos(x)**2) 2 simplify((x**3+x**2-x-1)/(x**2+2*x+1)) x - 1 위와 같이 simplify()는 기본공식이나 공통사항을 찾아 그 부분에 대한 정리를 기본으로 합니다. 그러나 아래의 결과와 같이 단일한 식의 인수분해는 실행되지 않습니다. simplify(x**3+x**2-x-1) x**3 + x**2 - x - 1 simplify(x**2+2*x+1) x**2 + 2*x + 1 인수분해를 위해 factor()를 사용합니다. factor(x**3+x**2-x-1) (x - 1)*(x + 1)**2 factor(x**2+2*x+1) (x + 1)**2 simplify()는 식을 단순화 시키기 위해 거의 모든 알고리즘을 적용하므로 다른 함수들에 비해 느리다는 단점을 가집니다. 그러므로 단일한 알고리즘을 사용하는 factor(),collect() 함수 등을 사용하는 것이 유리합니다. factor()함수 등을 사용할 경우 계수가 유리수일 경우 더 이상 간단히 할 수 없는 기약분수를 계수로 하는 결과를 반환합니다. 그러나 simplify()의 경우 이러한 결과는 보장하지 못한다는 것입니다. simplify()는 대화식으로 사용할 때, 표현식을 더 간단한 형식으로 바꾸고 싶을 때 가장 좋습니다. 좀 더 정확한 결과를 얻으려면 simplify()가 반환하는 것을 확인한 후에 특정 함수를 적용하도록 선택할 수 있습니다. simplify()는 표현식이 어떤 형식인지 알지 못하는 경우 유용하며 그 식의 형식을 파악 후에는 특정한 함수가 필요할 수 있습니다. 다항식과 유리식의 단순화 expand(